[发明专利]一种自动初始化Snake模型的X光胸片肺野分割方法

说明书

本发明公开了一种自动初始化Snake模型的X光胸片肺野分割方法，包括：步骤A、图像预处理：将图像进行分割前预处理，得到边缘增强的图像；步骤B、Snake模型轮廓自动初始化：对预处理后的图像进行分析处理，实现Snake模型轮廓的自动初始化；步骤C、X光胸片肺野分割：运用Snake模型算法进行X光胸片肺野分割，得到肺野分割的结果。本发明提供的一种自动初始化Snake模型的X光胸片肺野分割方法，成功地将人力从繁琐的劳动中解放出来，提高了X光胸片肺野的分割效率，并且由于自动初始化的结果更加合理，也大大地提高了X光胸片肺野的分割精度。通过实现轮廓的自动初始化，提高了轮廓初始化过程的稳定性和鲁棒性，增加了Snake模型的自动化程度。

技术领域

本发明涉及图像处理技术领域，特别涉及一种自动初始化Snake模型的X光胸片肺野分割方法。

背景技术

X线胸片记录着胸部健康与病灶的信息，目前，基于X线胸片的肺部疾病检查占到影像诊断领域的40％左右，因此X线胸片有着重要的医学应用研究价值。然而，X线胸片图像存在分辨率较低、图像中各个组织之间相互重叠的不足，致使X线胸片中几乎没有一种组织存在着明确的边界，病灶很容易被其它组织掩盖，难以分辨且容易遗漏，严重影响肺部疾病的诊断。因此，有关肺部疾病的计算机辅助诊断已成为当代医疗科学研究领域的重大课题。

传统Snake模型是一种人机交互式的图像分割算法，将其用于X光胸片肺野分割任务时，可较为准确的辅助人工分割肺野图像，如图1所示，其基本的分割流程如下：首先，根据需求对图像进行相应的预处理，例如去噪、图像拉伸等；然后，通过人机交互的方式，从胸片图像中肺野边缘的附近选择一些控制点，来完成Snake模型分割轮廓的初始化；最后，基于人工初始化的分割轮廓，运用Snake模型算法，完成X光胸片肺野的分割。传统Snake算法仍然需要通过人机交互的方式肉眼提取控制点实现Snake模型分割轮廓的初始化，存在不可避免的误差，因此，在使用传统Snake模型进行图像分割时，对操作员的经验要求极高，效率低且精度差。

发明内容

本发明要解决的技术问题，在于克服现有技术的缺陷，提供一种自动初始化Snake模型的X光胸片肺野分割方法，通过算法实现轮廓的自动初始化，从而解决现有技术对操作员的经验要求高，效率低且精度差的问题。

本发明提供了一种自动初始化Snake模型的X光胸片肺野分割方法，包括：

步骤A、图像预处理：将图像进行分割前预处理，得到边缘增强图像；

步骤B、Snake模型轮廓自动初始化：对预处理后的边缘增强图像进行分析处理，实现Snake模型轮廓的自动初始化，包括以下两个步骤：

步骤B1、背景消除：对边缘增强图像进行二值化，然后消除背景区域图像，得到只含有肺野区域的二值化图像；

步骤B2、边缘坐标提取：对只含有肺野区域的二值化图像进行边缘检测，得到肺区轮廓坐标；

步骤C、X光胸片肺野分割：基于得到的所述肺区轮廓坐标，沿着所述边缘增强图像的肺野轮廓，按设定规则自动选择控制点，根据所述控制点，运用Snake模型算法对X光胸片进行肺野分割，得到肺野分割结果。

进一步地，所述步骤B1具体包括：

步骤B1a、图像二值化：对边缘增强图像I₅(x,y)进行二值化处理，得到颜色显示为黑色的全部肺野和部分背景区域的二值化图像S₁(x,y)；

步骤B1b、图像取反：对所述二值化图像S₁(x,y)进行图像取反，得到与二值化图像黑白颜色颠倒的取反图像S₂(x,y)；

步骤B1c、联通域处理：对所述取反图像进行连通域检测，标记出所有连通域，然后消除背景所在连通域，得到只含有肺野区域的二值化图像S₃(x,y)。